人体跌倒动作识别研究现状之基于计算机视觉的跌倒识别之传统图像算法
基于计算机视觉的跌倒识别算法是目前最主流的识别方式。伴随着计算机视觉的快速发展,智能监控的研究和应用越来越受到研究人员的关注。该类方法主要通过摄像头采集原始视频,再结合视频图像处理技术和机器学习技术等进行目标检测、目标跟踪、特征提取及结果分类等操作,以识别出监控视频中是否出现跌倒行为。 Rougier 等人使用轮廓信息,拟合椭圆拟合视频序列中人体的形态,然后使用形态匹配进行人体跟踪,量化分析人体的变形变化,最后再基于高斯混合模型进行分类检测。Auvinet等人利用了多摄像头重建了人体三维模型,通过垂直轴上的人体体积分布来判断是否有跌倒事件发生。当该分布的主要部分在一定时间段内异常接近地面时,便说明人已经跌倒在地。
Mirmahboub等人提出了背景减除的方法来分割获得人体外形轮廓,然后提取轮廓相关的有效特征进行识别。Charfi等人引入了一个优化时空的人类跌倒描述符STHF。该算法首先提取多个几何特征(人体外接矩形宽高比、投影直方图和运动轨迹)进行融合,然后训练SVM和Adaboost分类器进行行为分类。Wang等人提出基于主成分分析的PCANet模型,并根据训练好的PCANet模型得到每一帧的预测标签(包含站着,正在跌倒,已经跌倒三种结果),考虑到跌倒行为的时序性,利用连续帧的PCANet模型预测标签与SVM相结合从而识别出跌倒行为。
微信公众号二维码
微信公众号:人工智能感知信息处理算法研究院
阅读原文 最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。